為什麼要在 Data & AI 領域討論 Metadata 呢？ 因為它是資料庫系統中的指南針。

Metadata 的中文譯名問題

元數據：中國大陸用語
詮釋資料：數發部核定「資料集詮釋資料標準規範」用語
後設資料：國科會「數位典藏國家型科技計畫」用語
本文採數發部用語「詮釋資料」。實際上 Metadata 在西方的別名也不少，包含 Schema、Schemas、Schemata、Format、Formats、Element sets、Standards、Systems、Catalogues（摘自數位典藏國家型科技計畫第二章 後設資料入門導論）。

Metadata & Data

一張照片裡的資料與詮釋資料

圖片來源：Piotr Kononow, What is Metadata (with examples)

一本書裡的資料與詮釋資料

圖片來源：Piotr Kononow, What is Metadata (with examples)

Metadata & Databases 詮釋資料與資料庫系統間的關係

Metadata 用 Hadoop 系統來解釋是最好的。Hadoop 是用來實作資料湖泊的方案，資料湖泊如前文（Database 資料庫系統）提到是一種 “schema on read” 的資料庫系統，來源系統擷取過來的原始資料是以檔案形式儲存，能後續有需求時再賦予 metadata(The Hive Metastore)，也能賦予後再解除與 metadata 之間的綁定，但是就無法用原來的 Hive Query 查詢該資料了。

圖片來源：Hive Metastore – Why It’s Still Here and What Can Replace It?

實作面的延伸閱讀：Metadata Management(企業資料架構的神經系統)